企业官网建设流程全解析

很多计算机专业的学生在选毕业设计题目时，都卡在同一个问题上：想做一个既能体现技术含量、又不容易翻车、还能在答辩时讲出亮点的系统。如果只是做一个普通的 CRUD 管理系统，答辩时很难讲出东西；如果选题太偏、技术太生僻，又怕自己做不完、做不透。今天要拆解的这套“智能天气出行服务系统”，正好踩在一个比较舒服的位置上：它用 Spring Boot 做后端、Thymeleaf 做服务端页面渲染，再接入 AI 大模型的能力来做“智能出行建议”，技术栈是当前企业级 Java 开发的主流组合，又在业务上加入了 AI 这个热门话题。

这篇文章不只讲“这个系统有哪些界面”，而是把题目背后的设计逻辑讲清楚：为什么用 Spring Boot 而不是 SSM，为什么页面层用 Thymeleaf 而不是前后端分离，AI 大模型在系统里到底扮演什么角色，以及从数据库设计、接口封装到页面渲染，一条完整链路应该怎么写。读完你不仅能理解这套毕业设计的代码结构，还能自己动手把核心模块跑起来，并在论文和答辩环节把技术亮点讲明白。

1. 这套系统到底在解决什么问题

先别急着看代码，我们先把业务场景讲清楚。

传统的天气类网站或 App，基本路径是“查天气 → 用户自己决定要不要出门”。用户看到明天有雨，自己会想“那我不去爬山了，改去商场”；看到明天降温，会想“我要加件外套”。这里面的决策链路是断开的：天气数据是天气数据，出行决策是出行决策，中间那一步“根据天气给出合理建议”并没有被系统承接。

智能天气出行服务系统的核心改进，就是把这条链路补上。系统不仅能展示当天的天气状况、温度、风力、空气质量，还能结合用户输入的出行计划，借助 AI 大模型生成一份合理的出行建议。比如用户输入“明天想去郊区露营”，系统会在拿到明天的天气数据后，把“天气情况 + 用户计划”一起交给大模型，让模型判断是否适合露营、需要带什么装备、有没有更合适的替代方案。

这部分就是“智能”二字的落点，也是这套毕业设计和普通天气网站拉开差距的地方。毕业设计最怕的就是“功能看着多，细看全是数据库增删改查”。引入 AI 大模型之后，系统的业务深度和技术话题性都会明显增强，论文里也有东西可写。

从实际开发角度看，这个题目也很适合作为 Spring Boot 学习项目。它能覆盖 Web 层、Service 层、数据访问层、模板引擎渲染、第三方接口对接、配置管理、异常处理等多个环节，难度适中，又不至于太单薄。

2. 技术选型分析：Spring Boot、Thymeleaf 和 AI 大模型的分工

这个项目的技术栈可以简单理解为三层分工。

2.1 能力层：AI 大模型提供“智能判断”

大模型在本项目里并不是用来做“聊天机器人”的，而是充当一个“决策助手”。系统把天气数据、用户出行计划、注意事项等组装成一段结构化的提示词，请求大模型的接口，拿到模型返回的出行建议文本，再在页面上展示出来。

这里需要先想清楚一个问题：是本地部署大模型，还是调用云端 API？

对于毕业设计来说，更稳妥的是调用成熟的云端大模型 API。原因很直接：本地部署大模型对显卡和内存要求高，普通笔记本很难跑通，而且校验收环境时，答辩现场很难保证 GPU 资源。云端 API 只需要一个 Key，在 controller 或 service 里通过 HTTP 调用即可，逻辑链路简单、可控性强。至于具体接哪家模型，以实际学校要求和个人资源为准，代码层面只需要封装一个统一的“AI 服务接口”，后续更换模型厂商不用改上层逻辑。

有人可能会问：如果不接大模型 API，能不能做成纯规则匹配？

也可以，比如“雨天 → 建议带伞”“降温 → 建议加衣”。但这种规则匹配本质上还是 if-else，写论文的时候很难说“智能”，答辩也容易被追问。大模型的价值在于它能理解自然语言，能处理开放式问题。比如用户说“明天和女朋友去城市周边玩，预算五百以内”，这种问题用规则根本写不完，但大模型可以给出一份很具体的建议。这就是这套系统选择大模型的原因。

2.2 后端层：Spring Boot 负责业务编排

Spring Boot 在这里承担的是标准的后端职责：处理 HTTP 请求、调用服务层方法、管理数据访问、统配业务逻辑。

项目里可以拆出几个核心模块：

• weather：负责对接天气数据源，解析天气信息。
• ai：负责封装大模型接口调用，构造提示词，解析模型返回内容。
• travel：负责出行建议相关的业务逻辑。
• user：负责用户的注册、登录、历史记录管理。

这种包结构的好处是职责清晰，写论文画架构图时也方便。答辩时老师问你“系统怎么分层”“每个模块干什么”，你按包结构讲一遍，逻辑非常通顺。

2.3 表现层：Thymeleaf 完成服务端渲染

很多学生现在一说到页面就默认“前后端分离、Vue + Element UI”。但毕业设计里，前后端分离有时反而是个坑：你需要同时维护前端工程和后端工程，联调成本高，部署也麻烦，论文里还要多写一套接口文档。

Thymeleaf 是 Spring Boot 官方推荐的模板引擎，它直接写在后端工程的 resources/templates 目录下，后端通过 Model 把数据塞进页面，页面在服务器端渲染完成后直接传给浏览器。这个模式对毕设非常友好：少了一套前端工程，部署时一个 Spring Boot jar 全搞定，导师演示时也不用操心 Node.js 环境。

Thymeleaf 还有一个特点，就是页面本身是静态 HTML，可以直接用浏览器打开预览样式。它的核心语法主要是几个：

<!-- 用 th:text 输出后端传过来的变量 --> <p th:text="${cityName}">默认城市</p> <!-- 用 th:each 遍历列表 --> <tr th:each="item : ${suggestions}"> <td th:text="${item}"></td> </tr> <!-- 用 th:if 做条件判断 --> <div th:if="${isRainy}" class="alert-warning"> 今天可能有雨，记得带伞 </div>

这些语法学起来很快，比 Vue 的双向绑定、组件通信要轻量得多。对 Java 方向的学生来说，Thymeleaf 几乎是零额外负担。

2.4 为什么这个技术组合适合毕业设计

用一张表来对比几种常见的毕设技术方案：

第三套方案就是本项目的选型。AI 负责制造话题，Spring Boot 负责稳定落地，Thymeleaf 负责控制成本。

3. 数据库设计与核心表结构

这个系统的数据量并不大，但数据库设计仍然要认真做。论文里“数据库设计”章节一般要画 ER 图、写数据字典，这块做得好，能拉高不少分数。

建议设计这几张核心表。

3.1 用户表

用户表用于支撑登录注册功能，字段如下：

CREATE TABLE sys_user ( id BIGINT PRIMARY KEY AUTO_INCREMENT COMMENT '主键', username VARCHAR(64) NOT NULL UNIQUE COMMENT '用户名', password VARCHAR(128) NOT NULL COMMENT '密码，BCrypt加密存储', nickname VARCHAR(64) COMMENT '昵称', email VARCHAR(128) COMMENT '邮箱', create_time DATETIME DEFAULT CURRENT_TIMESTAMP COMMENT '创建时间' ) COMMENT '用户表';

密码字段一定要加密，不能用明文。Spring Security 或 Hutool 都提供 BCrypt 加密工具，论文里也能写“用户密码采用 BCrypt 加密存储，防止拖库后密码泄露”。

3.2 天气查询记录表

每次用户查询天气或生成出行建议时，可以把记录落库。这张表的作用是支撑“历史记录”功能，也能在论文里展示你对数据审计的理解。

CREATE TABLE weather_query_log ( id BIGINT PRIMARY KEY AUTO_INCREMENT COMMENT '主键', user_id BIGINT COMMENT '用户ID', city VARCHAR(64) NOT NULL COMMENT '查询城市', query_date DATE NOT NULL COMMENT '查询日期', weather_info TEXT COMMENT '天气信息快照', ai_advice TEXT COMMENT 'AI出行建议', create_time DATETIME DEFAULT CURRENT_TIMESTAMP COMMENT '创建时间' ) COMMENT '天气查询记录表';

3.3 出行建议收藏表

用户看到一条不错的出游建议后，可以收藏起来。收藏功能虽然简单，但它体现的是“用户交互设计”，论文里可以写“通过收藏功能帮助用户沉淀高价值建议”。

CREATE TABLE travel_favorite ( id BIGINT PRIMARY KEY AUTO_INCREMENT COMMENT '主键', user_id BIGINT NOT NULL COMMENT '用户ID', advice_content TEXT NOT NULL COMMENT '收藏的建议内容', location VARCHAR(128) COMMENT '建议地点', create_time DATETIME DEFAULT CURRENT_TIMESTAMP COMMENT '收藏时间' ) COMMENT '出行建议收藏表';

数据库层面不需要搞太多表，四到六张就足够了。重点是表与表之间的关联要清晰、字段命名要规范、注释要写全，论文数据字典可以直接从建表语句里复制。

4. 项目环境准备与初始化

在写代码之前，先把开发环境准备好。

4.1 环境清单

Spring Boot 版本建议用 2.7.x 或 3.x 中的某个稳定版本，具体以你创建项目时选到的版本为准。如果用的是 JDK 8，就选 Spring Boot 2.x；如果 JDK 17，3.x 也可以。不要盲目追最新版本，稳定最重要。

4.2 Spring Boot 项目初始化

最简单的创建方式是通过 IDEA 内置的 Spring Initializr：新建 Project → Spring Initializr → 选好 JDK 版本 → 勾选依赖。

需要添加的依赖包括：

• Spring Web
• Thymeleaf
• Spring Data JPA 或 MyBatis Plus，二选一
• MySQL Driver
• Lombok（可选，但推荐）

如果你更习惯手写 pom.xml，核心依赖如下：

<!-- 文件路径：pom.xml --> <dependencies> <!-- Web 支持，包含 Spring MVC --> <dependency> <groupId>org.springframework.boot</groupId> <artifactId>spring-boot-starter-web</artifactId> </dependency> <!-- Thymeleaf 模板引擎 --> <dependency> <groupId>org.springframework.boot</groupId> <artifactId>spring-boot-starter-thymeleaf</artifactId> </dependency> <!-- MyBatis Plus，简化数据库操作 --> <dependency> <groupId>com.baomidou</groupId> <artifactId>mybatis-plus-boot-starter</artifactId> <version>3.5.3.1</version> </dependency> <!-- MySQL 驱动 --> <dependency> <groupId>mysql</groupId> <artifactId>mysql-connector-java</artifactId> <scope>runtime</scope> </dependency> <!-- Hutool 工具库，提高开发效率 --> <dependency> <groupId>cn.hutool</groupId> <artifactId>hutool-all</artifactId> <version>5.8.25</version> </dependency> </dependencies>

如果你的项目里 JPA 和 MyBatis 出现了冲突，通常是两者同时引入了导致数据源初始化混乱，实际项目中建议只保留一个 ORM 框架。

4.3 配置文件编写

application.yml主要配三块内容：服务器端口、数据库连接、第三方接口地址。

# 文件路径：src/main/resources/application.yml server: port: 8080 spring: application: name: smart-weather-travel datasource: driver-class-name: com.mysql.cj.jdbc.Driver url: jdbc:mysql://localhost:3306/smart_weather?useUnicode=true&characterEncoding=utf8&serverTimezone=Asia/Shanghai username: root password: your_password thymeleaf: cache: false prefix: classpath:/templates/ suffix: .html mybatis-plus: mapper-locations: classpath:/mapper/**/*.xml configuration: map-underscore-to-camel-case: true # 自定义配置，存放第三方接口信息 app: weather: api-url: https://api.example.com/weather api-key: your_weather_api_key ai: api-url: https://api.example.com/v1/chat/completions api-key: your_ai_api_key model: gpt-3.5-turbo

实际开发中，建议把不同的配置放到不同环境：application-dev.yml给本地开发，application-prod.yml给服务器部署。答辩演示时用 dev 配置即可。

5. 核心功能与代码实现

这个章节是全篇重点，我会把核心链路拆成几段代码：天气数据获取、AI 建议生成、后端 Controller、Thymeleaf 页面渲染，以及历史记录查询。

5.1 天气服务封装

天气数据怎么来？通常有两种方式：一种是调用云厂商的天气 API，另一种是本地模拟数据。对于真实项目，推荐接入第三方天气 API，比如和风天气、心知天气、高德天气都是常见的免费方案。

这里的关键不是具体用哪家 API，而是把“天气数据来源”封装成一个独立 Service。这样后续换数据源时，不用改页面和控制器。

定义一个天气服务接口：

// 文件路径：src/main/java/com/example/smartweather/service/WeatherService.java public interface WeatherService { /** * 根据城市名称查询实时天气 */ WeatherResult getWeather(String city); }

再写一个基于 HTTP API 的实现类：

// 文件路径：src/main/java/com/example/smartweather/service/impl/WeatherServiceImpl.java @Service public class WeatherServiceImpl implements WeatherService { @Value("${app.weather.api-url}") private String apiUrl; @Value("${app.weather.api-key}") private String apiKey; @Override public WeatherResult getWeather(String city) { // 1. 构造请求 URL String url = apiUrl + "?key=" + apiKey + "&location=" + city; // 2. 通过 Hutool 的 HttpUtil 发送 GET 请求 String jsonStr = HttpUtil.get(url); // 3. 解析 JSON 字符串成对象 JSONObject jsonObject = JSONUtil.parseObj(jsonStr); // 4. 提取需要的字段，组装成业务对象 WeatherResult result = new WeatherResult(); result.setCity(city); result.setTemperature(jsonObject.getStr("temp")); result.setWeather(jsonObject.getStr("text")); result.setWindDirection(jsonObject.getStr("windDir")); result.setWindScale(jsonObject.getStr("windScale")); result.setHumidity(jsonObject.getStr("humidity")); result.setUpdateTime(jsonObject.getStr("lastUpdate")); return result; } }

WeatherResult可以定义为一个简单的 POJO 类，包含城市、温度、天气现象、风力等字段。这个类主要作用是把第三方接口返回的差异隔离掉，后续对接真实天气数据源时只需改动WeatherServiceImpl。

这里容易踩的坑是：部分天气 API 返回的是嵌套 JSON，比如now.temp、now.text这样的结构，解析的时候要看清层级关系。如果解析字段路径写错，页面里就会显示空值，而不是报错，排查起来比较隐蔽。

5.2 AI 出行建议服务

AI 服务的核心逻辑是：把天气信息和用户输入组织成提示词，调用大模型接口，拿到自然语言建议。

这里我直接用一个轻量级的 HTTP 调用方式，不引入 SDK，保持代码简单直接。

// 文件路径：src/main/java/com/example/smartweather/service/AiTravelAdviceService.java @Service public class AiTravelAdviceService { @Value("${app.ai.api-url}") private String apiUrl; @Value("${app.ai.api-key}") private String apiKey; @Value("${app.ai.model}") private String model; /** * 生成出行建议 * * @param weatherInfo 天气信息 * @param userPlan 用户出行计划 */ public String generateAdvice(String weatherInfo, String userPlan) { // 1. 构造 Prompt String systemPrompt = "你是一个专业的出行规划助手。" + "请根据天气信息和用户出行计划，给出实用、具体的建议。" + "建议内容包括：是否适合出行、需要做的准备、注意事项、替代方案。"; String userPrompt = "天气信息：" + weatherInfo + "\n" + "用户出行计划：" + userPlan; // 2. 构造请求体 JSONObject requestBody = new JSONObject(); requestBody.set("model", model); JSONArray messages = new JSONArray(); JSONObject systemMessage = new JSONObject(); systemMessage.set("role", "system"); systemMessage.set("content", systemPrompt); messages.add(systemMessage); JSONObject userMessage = new JSONObject(); userMessage.set("role", "user"); userMessage.set("content", userPrompt); messages.add(userMessage); requestBody.set("messages", messages); requestBody.set("temperature", 0.7); // 3. 发送 POST 请求 String result = HttpRequest.post(apiUrl) .header("Authorization", "Bearer " + apiKey) .header("Content-Type", "application/json") .body(requestBody.toString()) .execute() .body(); // 4. 解析模型返回结果 JSONObject responseJson = JSONUtil.parseObj(result); JSONArray choices = responseJson.getJSONArray("choices"); JSONObject firstChoice = choices.getJSONObject(0); return firstChoice.getJSONObject("message").getStr("content"); } }

这段代码做完之后，有一个地方要特别注意：大模型返回的内容是纯文本，如果里面带换行符，渲染到 HTML 里会丢失换行。建议在 Controller 里把换行符转换成 HTML 的<br>标签，或者在前端模板里用th:utext输出。

5.3 Controller 层编排

Controller 的作用是接收页面请求、调用 Service、把数据塞进 Model。

// 文件路径：src/main/java/com/example/smartweather/controller/TravelController.java @Controller public class TravelController { @Resource private WeatherService weatherService; @Resource private AiTravelAdviceService aiTravelAdviceService; /** * 跳转到首页 */ @GetMapping("/") public String index() { return "index"; } /** * 查询天气并生成出行建议 */ @PostMapping("/travel/advice") public String getTravelAdvice(@RequestParam String city, @RequestParam String plan, Model model) { // 1. 查询天气 WeatherResult weather = weatherService.getWeather(city); // 2. 生成 AI 建议 String advice = aiTravelAdviceService.generateAdvice(weather.toString(), plan); // 3. 把数据放进 Model，交给 Thymeleaf 渲染 model.addAttribute("city", city); model.addAttribute("weather", weather); model.addAttribute("advice", advice); model.addAttribute("plan", plan); return "advice"; } }

这里可以看到 Thymeleaf 的典型用法：Controller 返回的是模板名advice，Spring Boot 会自动去resources/templates/advice.html找到对应页面，并把 Model 里的数据渲染进去。整个过程不需要写@ResponseBody，也不需要返回 JSON。

5.4 Thymeleaf 页面渲染

页面部分不需要写得特别炫酷，但要做到信息清晰、展示完整。

index.html是首页，负责收集用户输入：

<!DOCTYPE html> <!-- 文件路径：src/main/resources/templates/index.html --> <html lang="zh-CN" xmlns:th="http://www.thymeleaf.org"> <head> <meta charset="UTF-8"> <title>智能天气出行服务系统</title> <link rel="stylesheet" th:href="@{/css/style.css}"> </head> <body> <div class="container"> <h1>智能天气出行服务</h1> <p class="subtitle">输入城市和出行计划，AI 帮你规划更合适的一天</p> <form th:action="@{/travel/advice}" method="post"> <div class="form-group"> <label for="city">所在城市</label> <input type="text" id="city" name="city" placeholder="例如：北京" required> </div> <div class="form-group"> <label for="plan">出行计划</label> <textarea id="plan" name="plan" rows="4" placeholder="例如：明天想去郊外爬山，有没有什么需要注意的？" required></textarea> </div> <button type="submit">获取出行建议</button> </form> </div> </body> </html>

advice.html是结果页：

<!DOCTYPE html> <!-- 文件路径：src/main/resources/templates/advice.html --> <html lang="zh-CN" xmlns:th="http://www.thymeleaf.org"> <head> <meta charset="UTF-8"> <title>出行建议结果</title> </head> <body> <div class="container"> <h2 th:text="|${city} 出行建议|">北京出行建议</h2> <div class="weather-panel"> <h3>实时天气</h3> <p>天气：<span th:text="${weather.weather}">晴</span></p> <p>温度：<span th:text="${weather.temperature}">20°C</span></p> <p>湿度：<span th:text="${weather.humidity}">40%</span></p> <p>风向：<span th:text="${weather.windDirection}">南风</span></p> </div> <div class="advice-panel"> <h3>AI 出行建议</h3> <div class="advice-content" th:utext="${advice}"></div> </div> <a th:href="@{/}">重新查询</a> </div> </body> </html>

th:utext会把 AI 返回的文本当作 HTML 内容输出，这样 AI 返回的换行符可以被正确渲染成段落。但要注意，如果用th:utext，必须确保后端对内容做了转换，避免把未过滤的 HTML 直接输出。

5.5 历史记录与收藏功能

历史记录功能可以增强系统的完整度。每次用户查询后，把天气和 AI 建议保存到weather_query_log表。用户登录后打开“历史记录”页面，可以看到之前查过的所有记录。

// 文件路径：src/main/java/com/example/smartweather/service/QueryLogService.java @Service public class QueryLogService { @Resource private WeatherQueryLogMapper logMapper; public void saveLog(Long userId, String city, String weatherInfo, String aiAdvice) { WeatherQueryLog log = new WeatherQueryLog(); log.setUserId(userId); log.setCity(city); log.setQueryDate(LocalDate.now()); log.setWeatherInfo(weatherInfo); log.setAiAdvice(aiAdvice); logMapper.insert(log); } }

这个功能本身不复杂，但它能让系统从“一个接口演示页面”变成“一个完整的带用户操作闭环的系统”，在论文“功能模块设计”和“系统测试”环节能填充不少内容。

6. 运行与验证

代码写到这个程度，系统的基本链路已经通了。下面是运行和验证步骤。

6.1 启动项目

在 IDEA 里直接运行主类SmartWeatherApplication，也可以命令行启动：

mvn spring-boot:run

启动成功后，控制台会出现 Spring Boot 的日志横幅，并提示Tomcat started on port(s): 8080。

6.2 打开页面并测试

浏览器访问http://localhost:8080/，可以看到首页。

在输入框里填城市和出行计划，点击“获取出行建议”，观察以下内容：

• 页面是否正常显示城市天气信息。
• AI 建议是否返回合理内容。
• 历史记录表weather_query_log是否新增了记录。

如果 AI 建议迟迟不返回，第一步去控制台看日志：是大模型 API 超时、Key 无效，还是请求参数格式不对。这三个问题各对应不同的提示信息。

6.3 接口测试

如果后端写了 REST 接口，也可以用 Postman 或 curl 单独测试接口。

curl -X POST http://localhost:8080/travel/advice \ -d "city=北京&plan=明天想去故宫，需要带什么？"

不过注意，这个接口返回的是 HTML 页面，不是 JSON。如果你需要接口返回 JSON，那就要另写@RestController接口。毕设系统里两种方式可以共存：页面走@Controller，给移动端或演示用的接口走@RestController。

7. 常见问题与排查思路

在开发或者答辩演示过程中，有几类问题出现频率很高，提前列出来，遇到时直接对标排查。

其中“大模型接口超时”是演示现场最怕发生的意外。建议提前准备一份固定的建议文本作为本地兜底，一旦 AI 调用失败，可以自动降级到本地默认建议。这样即使现场网络出问题，功能也不会“白屏”。

8. 毕业设计落地建议：从能跑到能答辩

代码跑通只是第一步，毕业设计更重要的是把它“讲出来”和“写出来”。几个建议供参考。

8.1 论文结构怎么排

论文目录可以按以下顺序组织：

1. 绪论：背景、意义、国内外研究现状。
2. 相关技术介绍：Spring Boot、Thymeleaf、AI 大模型。
3. 系统分析：可行性分析、需求分析、用例图。
4. 系统设计：架构图、功能模块图、数据库 ER 图、表设计。
5. 系统实现：分模块贴核心代码、截图。
6. 系统测试：功能测试用例、结果分析。
7. 总结与展望。

8.2 答辩时怎么讲 AI 部分

这是很多同学的盲区。答辩时老师可能不关心你页面多好看，但一定会问“AI 是怎么接入的”。

你可以按这个逻辑讲：

1. 抽象接口：系统先定义了一个统一的 AI 服务接口。
2. 提示词工程：把天气信息和用户计划组织成结构化的 Prompt。
3. 调用与解析：通过 HTTP 调用大模型 API，解析返回内容。
4. 降级兜底：接口异常时回退到本地规则建议。

这样讲，老师能听出你对“AI 集成”有完整理解，而不是只加了一个“看起来能聊天的框”。

8.3 答辩时可能会被追问的问题

提前想一想这几个问题：

• 为什么用大模型而不是直接天气接口给建议？
• 大模型返回建议不稳定怎么办？
• 多用户并发请求大模型接口会不会卡顿？
• 如果用户输入恶意内容，你会怎么处理？

不要求回答得多深，但要能说出自己的思考。比如并发问题，可以回答“当前版本是同步调用，后续可以引入消息队列做异步化”；恶意输入问题，可以回答“可以在接入层增加参数校验和敏感词过滤”。不需要你真的实现，但要让老师看到你有工程思维。

8.4 源码、LW、PPT 怎么配合使用

这套项目附带的三件套各有分工。源码是要“能跑起来”，LW（论文文档）是要“能讲清楚设计过程”，PPT 是答辩的提词器。

建议拿到项目后的第一步，不是打开 PPT，而是先把源码的启动流程跑通。先跑通、再看代码结构、再对着 LW 改写成自己的表达。毕业设计评审最看重的是“你对自己项目的掌握程度”，不管你用的是不是别人的源码，能讲清楚核心类、核心流程、核心数据库表，才是关键。

不建议直接拿原封不动的 LW 和 PPT 交差，尽量把自己的理解融入进去，改成符合自己表达习惯的版本。这样做一方面能降低查重风险，另一方面也更能经得起答辩追问。

9. 总结与后续学习方向

这个项目用 Spring Boot 做后端、Thymeleaf 做页面渲染、大模型 API 做智能出行建议，技术链路短、落地成本低、答辩亮点足。整个系统的核心不复杂：天气接口解决“数据怎么来”，大模型解决“建议怎么给”，Thymeleaf 解决“页面怎么渲染”，Spring Boot 解决“链路怎么串”。

如果你准备做这个题目，下一步可以按这个顺序推进：先启动项目看效果 → 拆解包结构和数据库 → 改掉你不满意的部分 → 补充一个自己加的功能 → 按照自己的语言重写 LW → 做答辩 PPT。不要一开始就陷在“怎么改界面”里，先让系统在自己电脑上跑起来，再逐步理解每一个环节。

如果想继续加深，可以从这几个方向入手：把同步调用大模型改成异步任务、给 AI 提示词做缓存策略、接入 Redis 缓存天气数据、加上基于用户历史行为的个性化推荐。每一条都能成为一个亮点，写在“后续展望”里也顺理成章。

毕设这件事，不求做成产品级系统，但求做成“能讲清楚、能演示、经得起提问”的完整闭环。这套技术组合，恰好能帮你把这三件事都做到。